접두사 quasi는 “모사”를 의미합니다. 따라서 유사 실험 연구는 실험 연구와 유사하지만 실제 실험 연구는 아닙니다. 독립 변수를 조작하더라도 참가자는 조건이나 조건 순서에 무작위로 할당되지 않습니다 (Cook & Campbell, 1979). 종속 변수를 측정하기 전에 독립 변수를 조작하기 때문에 준 실험 연구는 방향성 문제를 제거합니다. 그러나 참가자가 무작위로 할당되지 않기 때문에 조건간에 다른 차이가있을 가능성이 있기 때문에 준 실험적 연구입니다. 따라서 내부 타당성 측면에서 준 실험은 일반적으로 상관 연구와 실제 실험 사이의 어딘가에 있습니다.

준 실험은 현장 설정에서 수행 될 가능성이 가장 높습니다. 어떤 무작위 할당이 어렵거나 불가능합니다. 치료의 효과를 평가하기 위해 종종 수행됩니다. 일종의 심리 치료 또는 교육 개입입니다. 준 실험에는 여러 종류가 있지만 여기서는 가장 일반적인 실험 중 몇 가지만 논의 할 것입니다.

피험자 간 실험 참가자가 조건에 무작위로 할당되면 결과 그룹이 생성됩니다. 매우 유사 할 것입니다. 사실 연구자들은 그것들이 동등하다고 생각합니다. 그러나 참가자가 조건에 무작위로 할당되지 않으면 결과 그룹이 어떤면에서 유사하지 않을 수 있습니다. 이러한 이유로 연구자들은 그것들이 동등하지 않다고 생각합니다. 따라서 비동 등 그룹 설계는 참가자가 조건에 무작위로 할당되지 않은 피험자 간 설계입니다.

예를 들어 분수를 세 번째로 가르치는 새로운 방법을 평가하려는 연구원을 상상해보십시오. 그레이더. 한 가지 방법은 한 클래스의 3 학년 학생으로 구성된 치료 그룹과 다른 클래스의 3 학년 학생으로 구성된 대조군으로 연구를 수행하는 것입니다. 이 디자인은 학생들이 연구자에 의해 무작위로 수업에 배정되지 않기 때문에 동등하지 않은 그룹 디자인이 될 것입니다. 이는 그들 사이에 중요한 차이가있을 수 있음을 의미합니다. 예를 들어 성취도가 높거나 동기 부여가 더 높은 학생의 부모는 자녀를 Ms. Williams의 반에 배정하도록 요청할 가능성이 더 높을 수 있습니다. 또는 교장이 더 강한 징계 주의자이기 때문에 Mr. Jones의 수업에 “troublemakers”를 배정했을 수도 있습니다. 물론 교사의 스타일과 심지어 교실 환경도 매우 다를 수 있으며 서로 다른 수준의 성취 나 동기를 유발할 수 있습니다. 연구가 끝날 무렵 두 학급의 분수에 대한 지식에 차이가 있었다면 교수법의 차이로 인한 것일 수도 있지만, 이러한 혼란스러운 변수로 인한 것일 수도 있습니다.

물론 동등하지 않은 그룹 디자인을 사용하는 연구자들은 그들의 그룹이 가능한 한 유사한 지 확인하기위한 조치를 취할 수 있습니다.이 예에서 연구원은 같은 학교에서 두 개의 클래스를 선택하려고 할 수 있습니다. 두 학급은 표준화 된 수학 시험에서 비슷한 점수를 받았으며 교사는 동성이고 나이가 가까우며 교수 스타일이 비슷합니다. 이러한 조치를 취하면 연구의 내부 타당성이 높아집니다. 가장 중요한 혼동 변수 중 일부를 제거하기 때문입니다. 그러나 조건에 대한 학생들의 진정한 무작위 할당 없이는 연구원이 제어 할 수 없었던 다른 중요한 혼란 변수의 가능성이 남아 있습니다.

사전 테스트-사후 설계

사전 테스트에서 -사후 테스트 설계에서, 종속 변수는 치료 시행 전 한 번, 시행 후 한 번 측정됩니다. 예를 들어, 불법 마약에 대한 초등학생의 태도에 대한 마약 방지 교육 프로그램의 효과에 관심이있는 연구원을 상상해보십시오. 연구원은 한 주 동안 특정 초등학교에서 학생들의 태도를 측정하고 다음 주 동안 마약 방지 프로그램을 실행하고 마지막으로 다음 주에 다시 그들의 태도를 측정 할 수 있습니다. 사전 테스트-사후 테스트 디자인은 각 참가자가 먼저 제어 조건에서 테스트 한 다음 치료 조건에서 테스트하는 개체 내 실험과 매우 유사합니다.그러나 일반적으로 참가자가 먼저 치료 조건에서 테스트 한 다음 “치료되지 않은”제어 조건에서 테스트 할 수 없기 때문에 조건 순서가 균형을 이루지 않는다는 점에서 개체 내 실험과 다릅니다.

평균 사후 검사 점수가 평균 사전 검사 점수보다 높으면 치료가 개선의 원인 일 수 있다는 결론을 내리는 것이 합리적입니다. 안타깝게도 이러한 문제가있을 수 있기 때문에 높은 수준의 확실성을 가지고 결론을 내리지 못하는 경우가 많습니다. 사후 검사 점수가 더 좋은 이유에 대한 다른 설명. 대체 설명의 한 범주는 역사의 이름으로 분류됩니다. 사전 검사와 사후 검사 사이에 다른 일이 발생했을 수 있습니다. 아마도 TV에서 방영 된 마약 방지 프로그램과 많은 학생들이 시청했거나 아마도 유명인이 약물 과다 복용으로 사망하고 많은 학생들이 그것에 대해 들었습니다. 또 다른 범주의 대체 설명은 성숙이라는 이름 아래에 있습니다. 사전 테스트와 사후 테스트 사이에 그들이 성장하고 배우고 있기 때문에 어쨌든 가야 할 방식으로 변경되었습니다. 1 년에 걸친 프로그램 인 경우 참가자는 덜 충동 적이거나 더 나은 추론자가 될 수 있으며 이것이 변경에 대한 책임이있을 수 있습니다.

사전 테스트-사후 테스트 설계에서 종속 변수의 변경에 대한 또 다른 설명은 회귀입니다. 평균. 이것은 한 번에 변수에서 극도로 점수를 얻은 개인이 다음 번에는 극도로 낮은 점수를받는 경향이 있다는 통계적 사실을 나타냅니다. 예를 들어, 장기 평균 150 점의 볼링 선수가 갑자기 220 점을 던지면 다음 경기에서 점수가 낮아질 것입니다. 그녀의 점수는 평균 150 점으로 “회귀”할 것입니다. 참가자가 극단적 인 점수로 인해 추가 연구를 위해 선택 될 때 평균으로의 회귀는 문제가 될 수 있습니다. 예를 들어, 시험에서 특히 낮은 점수를받은 학생 만 분수는 특별한 훈련 프로그램을받은 다음 다시 테스트합니다. 평균으로 회귀하면 훈련 프로그램이 효과가 없더라도 점수가 더 높아질 수 있습니다. 밀접하게 관련된 개념 (심리 연구에서 매우 중요한 개념)은 자발적 완화입니다. . 이것은 많은 의학적, 심리적 문제가 어떤 형태의 치료도없이 시간이 지남에 따라 개선되는 경향입니다. 감기는 좋은 예입니다. 오늘 100 명의 감기 환자의 증상 중증도를 측정하려면 치킨 수프 한 그릇을주세요. 매일 매일 증상의 심각도를 측정 한 다음 일주일 후에 다시 증상이 개선 될 것입니다. 이것은 닭고기 수프가 개선의 원인이 아니라는 의미는 아닙니다. ver, 전혀 치료없이 훨씬 개선되었을 것이기 때문입니다. 많은 심리적 문제도 마찬가지입니다. 오늘날 심한 우울증을 앓고있는 사람들은 6 개월 동안 평균적으로 덜 우울해질 가능성이 높습니다. 우울증 치료에 대한 여러 연구 결과를 검토하면서 연구원 Michael Posternak과 Ivan Miller는 대기자 명단 통제 조건에있는 참가자가 치료를 받기 전에 평균 10 ~ 15 % 개선되었음을 발견했습니다 (Posternak & Miller, 2001). 따라서 일반적으로 사전 테스트-사후 설계에서 인과 관계를 추론하는 데 매우주의해야합니다.

다행히도 많은 다른 연구자들이 Eysenck의 도전을 받아 들였고 1980 년까지 참가자를 치료 및 통제 조건에 무작위로 할당 한 수백 건의 실험을 수행했습니다. 결과는 Mary Lee Smith, Gene Glass, Thomas Miller (Smith, Glass, & Miller, 1980)의 고전 책에 요약되어 있습니다. 그들은 전반적인 심리 치료가 매우 효과적이라는 것을 발견했습니다. 치료 참가자의 약 80 %가 평균 대조군 참가자보다 더 많이 개선되었으며, 후속 연구는 다양한 유형의 심리 치료가 어느 정도 효과가있는 조건에 더 중점을 두었습니다.

중단 된 시계열 설계

사전 테스트-사후 테스트 설계의 변형은 중단 된 시계열 설계입니다. 시계열은 일정 기간 동안 간격을두고 측정 한 집합입니다. 예를 들어 제조 회사는 1 년 동안 매주 근로자의 생산성을 측정 할 수 있습니다. 중단 된 시계열 설계에서 이와 같은 시계열은 처리에 의해 “중단”됩니다. 하나의 고전적인 예에서 처리는 공장의 작업 교대 시간을 10 시간에서 8 시간으로 줄이는 것이 었습니다 (Cook & Campbell, 1979). 근무 교대 시간이 단축 된 후 생산성이 상당히 빠르게 증가하고 그 후에도 수개월 동안 상승 상태를 유지했기 때문에 연구원은 교대 근무 시간 단축으로 인해 중단 된 시계열 설계는 처리 전후에 종속 변수의 측정 값을 포함한다는 점에서 사전 테스트-사후 설계와 유사합니다. 그러나 다중 사전 테스트를 포함한다는 점에서 사전 테스트-사후 설계와 다릅니다. 및 사후 측정.

그림 7.3은 가설 중단 시계열 연구의 데이터를 보여줍니다. 종속 변수는 연구 방법 과정에서 주당 학생 결석 수입니다. 강사는 매일 공개적으로 출석을 시작하여 학생들은 강사가 누가 출석하고 누가 결석했는지 알 수 있습니다. 그림 7.3의 상단 패널은이 처리가 효과가있을 경우 데이터가 어떻게 보이는지 보여줍니다. 치료 전 결석 횟수가 지속적으로 높고 치료 후 결석이 즉각적이고 지속적으로 감소합니다. 그림 7.3의 하단 패널은이 처리가 작동하지 않을 경우 데이터가 어떻게 보이는지 보여줍니다. 평균적으로 치료 후 결석 횟수는 이전 횟수와 거의 같습니다. 이 그림은 또한 단순한 사전 테스트-사후 테스트 설계에 비해 중단 된 시계열 설계의 이점을 보여줍니다. 치료 전 7 주차에 결석 측정이 한 번만 있었고 그 후에 8 주차에 한 번만 측정이 있었다면 치료가 감소에 책임이있는 것처럼 보였을 것입니다. 치료 전후의 여러 측정 결과에 따르면 7 주차와 8 주차 사이의 감소는 정상적인 주별 변동에 지나지 않습니다.

조합 설계

비동 등 그룹 설계 또는 사전 테스트-사후 테스트보다 일반적으로 더 나은 준 실험 설계 유형 디자인은 두 요소를 결합한 것입니다. 사전 검사를 받고 치료를받은 후 사후 검사를받는 치료 그룹이 있습니다. 그러나 동시에 사전 검사를 받고 치료를받지 않고 사후 검사를받는 대조군이 있습니다. 따라서 문제는 단순히 치료를받은 참가자가 개선되는지 여부가 아니라 치료를받지 않은 참가자보다 개선되는지 여부입니다.

예를 들어 한 학교의 학생들이 사전 테스트를받는다고 상상해보십시오. 마약에 대한 태도에 대해 알게 된 후 마약 방지 프로그램에 노출되고 마지막으로 사후 검사를받습니다. 비슷한 학교의 학생들은 마약 방지 프로그램에 노출되지 않고 사전 검사를 받고 마지막으로 사후 검사를받습니다. 다시 말하지만, 치료 상태에있는 학생들이 약물에 대해 더 부정적 일 경우 이러한 태도 변화는 치료의 영향 일 수 있지만 역사나 성숙의 문제 일 수도 있습니다. 그것이 정말로 치료의 효과라면 치료 조건에있는 학생들은 통제 조건에있는 학생들보다 더 부정적이되어야합니다. 그러나 그것이 역사의 문제 (예 : 유명인 마약 과다 복용에 대한 뉴스) 또는 성숙 (예 : 추론 개선)의 문제인 경우 두 조건의 학생들은 비슷한 정도의 변화를 보일 가능성이 높습니다. 그러나 이러한 유형의 설계는 변수를 혼동시킬 가능성을 완전히 제거하지는 않습니다. 한 학교에서는 어떤 일이 발생할 수 있지만 다른 학교에서는 발생할 수 없습니다 (예 : 학생 약물 과다 복용). 첫 번째 학교의 학생들은 영향을받는 반면 다른 학교의 학생들은 그렇지 않습니다.

마지막으로, 이런 종류의 설계에 참여한 참가자가 조건에 무작위로 할당되면 준 실험이 아닌 진정한 실험이됩니다. 사실, 이것은 심리 치료의 효과를 입증하기 위해 Eysenck가 요청한 실험이며 현재는 여러 번 수행되어 왔습니다.

이미지 설명

그림 7.3 이미지 설명 : 14 주 동안의 주당 결석 수를 나타내는 두 개의 선 그래프 . 처음 7주는 치료하지 않고 마지막 7주는 치료를받습니다. 첫 번째 선 그래프에는 매주 4-8 회 결석이 있습니다. 치료 후 결석은 매주 0 ~ 3 개로 감소하여 치료가 효과가 있음을 시사합니다. 두 번째 선 그래프에서는 치료 후 주당 결석 횟수에 눈에 띄는 변화가 없었으며 이는 치료가 효과가 없음을 시사합니다.